Métaheuristiques Hybrides Parallèles pour le Q3AP sur Environnements à Grande Echelle

Notice brève
dc.contributor.authorLOUKIL Lakhdar
dc.date.accessioned2022-11-28T16:27:29Z
dc.date.available2022-11-28T16:27:29Z
dc.date.issued2010-12-14
dc.description.abstractLes Métaheuristiques sont des méthodes génériques utilisées pour la résolution approchée de problèmes d'optimisation combinatoire (POC) NP-difficiles. De nombreuses métaheuristiques existent et peuvent être scindées en deux classes principales : les métaheuristique à solution unique et les métaheuristiques à population de solutions. Les métaheuristiques de la première classe les plus connues sont le recuit simulé, la recherche tabu, la méthode ILS (Iterated Local Search), VNS (Variable Neighborhood Search), etc. Les métaheuristiques les plus connues de la seconde classe sont les algorithmes évolutionnaires, la méthode GRASP (Greedy Randomized Adaptive Search Procedure), les colonies de fourmis, etc.Pour une résolution efficace, une métaheuristique doit avoir la capacité de diversifier la recherche dans les espaces de recherche et la capacité d'intensifier la recherche dans le voisinage des solutions prometteuses. Malheureusement, même si les méthodes ont été conçues pour atteindre ces deux objectifs, il n'en demeure pas moins qu'elles montrent une tendance vers l'un ou vers l'autre des deux objectifs. L'hybridation de métaheuristique à comportements complémentaires d'intensification et de diversification est une approche généralement adoptée pour construire des méthodes de résolution efficaces et robustes. Les méthodes résultant de l'hybridation de plusieurs métaheuristiques sont, cependant, gourmandes en temps de calcul et nécessitent d'importantes ressources de calcul en particulier lorsque les instances visées sont de grande taille. L'implémentation de ces méthodes nécessite le recours au parallélisme et à la distribution du calcul sur des environnements à grande échelle.Le problème considéré dans cette thèse est le problème d'affectation quadratique à 3 dimensions (Q3AP). Il est d'optimisation combinatoire NP-difficile. Pour résoudre des instances de Q3AP de grande taille, des méthodes hybrides parallèles sont proposées. Ces méthodes sont implémentées sous la plate-forme logicielle ParadisEO et déployées sur GRID5000.Les expérimentations sur des benchmarks de la littérature et sur de nouveaux benchmarks de plus grande taille ont montrés que nos méthodes sont très compétitives.
dc.formatpdf
dc.identifier.urihttps://dspace.univ-oran1.dz/handle/123456789/1329
dc.language.isofr
dc.publisherUniversité Oran1 Ahmed Ben Bella
dc.subjectProblème d'affectation quadratique à 3-dimensions
dc.subjectMétaheuristiques
dc.subjectModèle insulaire
dc.subjectMéthodes de recherche locale
dc.subjectHybridation
dc.subjectAlgorithmes évolutionnaires parallèles
dc.subjectGrilles de calcul
dc.subjectGraphics Processing Units
dc.subjectCUDA
dc.titleMétaheuristiques Hybrides Parallèles pour le Q3AP sur Environnements à Grande Echelle
grade.Co-rapporteurMELAB Nouredine, Professeur, Universit´e des Sciences et Technologies de Lille 1
grade.ExaminateurLEBBAH Yahia, Professeur, Université Oran
grade.ExaminateurBENYETTOU Mohamed, Professeur, USTO
grade.OptionINFORMATIQUE
grade.PrésidentHAFFAF Hafid, Professeur, Université Oran
grade.RapporteurBELDJILALI Bouziane, Professeur, Université Oran
la.SpécialitéInformatique
la.coteTH3276
Fichiers
Bundle original
Voici les éléments 1 - 1 sur 1
Vignette d'image
Nom :
TH3276.pdf
Taille :
1.8 MB
Format :
Adobe Portable Document Format
Description :
Télécharger
Collections
Thèses de Doctorat "Informatique"